PaddleOCR 让我印象最深的是它的"双路线"策略。
大多数团队要么押注端到端 VLM（简单但贵），要么坚持传统 pipeline（快但笨）。PaddleOCR 两条路都走：PP-OCRv6 做速度，PaddleOCR-VL 做理解，PP-StructureV3 做精确结构。这不是资源浪费，而是成熟团队知道——没有银弹。
另一个细节是它的 MCP Server。PaddleOCR 不是"被集成到 Agent"，而是主动提供了 MCP 接口让 Agent 来调用。这是基础设施的思维，不是工具的思维。
最后，0.9B VLM 打平 235B VLM 这件事本身就值得思考。通用大模型在特定任务上不一定是最佳解，专门优化的轻量化模型往往更高效。这对 Agent 生态的启示是：不是所有能力都需要一个大模型，模块化的专用模型组合可能比单一巨型模型更实用。